Markerless Pose Estimation for Resistance Training Technique Assessment
本文提出了一种利用 BlazePose 的无标记姿态估计框架，通过将关节角度轨迹与参考标准进行对比，从普通视频中定量评估深蹲和硬拉等抗阻训练技术，展示了其在克服相机角度和视觉遮挡等局限性的同时，进行便捷生物力学分析的潜力。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在体能训练的世界里，建立力量与维持伤病之间的区别，往往取决于一个细节：身体是如何移动的。几十年来，专家们一直依赖两种主要方式来判断这种运动。第一种是肉眼，即教练观察运动员并根据经验提供反馈。第二种是实验室，科学家使用昂贵的摄像机和贴在皮肤上的微小反光贴纸，以极高的精度测量每一个关节。虽然实验室方法提供了无可辩驳的准确性，但它被锁在研究中心里，远离了大多数人训练的健身房。这使得高科技运动科学与日常举重现实之间存在着鸿沟。
布里斯托大学的一项新研究试图弥补这一差距，其核心在于提出了一个简单的问题：一部标准的智能手机摄像头，在不需要贴纸或特殊设备的情况下，能否告诉我们一个人举重是否安全？研究人员将重点放在了三种基础练习上——深蹲、卧推和硬拉——因为这些动作涉及多个关节，如果动作不规范，极易导致受伤。他们想知道，现代计算机视觉（即机器能够通过视频“看到”并绘制人体轮廓的技术）是否可以取代前往实验室的需求。其目标并非创造一个完美的医疗工具，而是看是否能建立一个实用的、可触及的系统，能够捕捉运动的基本形态，并将其与已知的优秀范例进行对比。
为了测试这个想法，团队构建了一个数字框架，将普通的视频片段转化为一段关于运动的故事。他们使用了一个轻量级的计算机程序，该程序能够识别视频中每一帧里的三十三个关键点，例如肩膀、肘部和膝盖。一旦确定了这些点，系统就会将它们连接起来，以计算人体运动时的关节角度。以深蹲为例，程序会观察膝盖如何弯曲以及躯干如何前倾。随后，研究人员通过从教学视频集中选取一段完美的重复动作，创建了一个“金标准”参考。这个完美的动作作为一个目标模板，用于衡量所有其他的尝试。
研究人员将数百个视频输入到系统中，过滤掉了那些光线较差或身体遮挡过多的视频。他们专注于由89个高质量录像组成的数据库。当他们分析深蹲视频时，系统的表现非常出色。它成功追踪了几乎每一帧的运动，捕捉到了膝盖弯曲和伸直的平滑曲线。计算机能够辨别出深蹲动作是深度受控的，还是浅且不稳的。通过将测试视频中的膝关节角度与完美参考视频中的角度进行对比，系统会给出一个评分。如果得分是100分，意味着动作与理想状态完美契合；得分较低则表示存在偏差。在一项涉及十次深蹲重复的测试中，系统识别出第一次重复动作与理想状态偏差最大，而第八次最接近理想，这表明该技术甚至能在单组练习中发现技术动作的细微变化。
然而，这项研究也揭示了一个任何使用此类技术的人都必须尊重的重大局限性：摄像机的角度比几乎任何因素都更重要。研究人员通过让一个人保持静态深蹲姿势，并在其周围走动（分别从侧面、背面和正面拍摄）来测试这一点。当摄像机位于正侧面，捕捉到一个平面的二维侧影时，膝盖的角度看起来是正确的。但只要摄像机移到正面或背面，即使人的腿部完全没有移动，计算机对膝盖角度的估算也会发生剧烈变化。当举重者处于金属深蹲架内时，这种失真现象会更加严重，因为器械横杆遮挡了身体的部分部位。系统很难猜测被遮挡的关节位置，从而导致数据混乱且不准确。这一发现排除了“摄像机可以放置在任何位置”的可能性；为了让技术发挥作用，视频必须从特定的侧向视角进行拍摄。
该技术还显示出它对某些练习的效果优于其他练习。虽然深蹲和硬拉的追踪可靠性很高，但卧推却显得十分困难。在卧推过程中，人躺在背上，沉重的杠铃经常会遮挡住手臂和肩膀的视线。由于计算机无法清晰地看到关键关节，它无法追踪大部分视频中的运动。这表明，虽然该方法对于身体完全可见的直立类运动非常强大，但尚未准备好应对所有类型的练习。研究人员得出结论，他们的系统是迈向普及化生物力学分析的重要一步，能够为深蹲和硬拉提供有用的反馈，但它并不是一个在任何情况下都奏效的神奇方案。
最终，这项工作证明了我们正在接近一个高质量运动分析不再仅限于实验室预算、而是面向大众的未来。该系统能够通过简单的视频提取出一次举重的“故事”，识别出技术何时保持一致，以及何时偏离了理想状态。它可以告诉运动员，他们的前几次重复动作有些晃动，而在动作过程中找到了节奏。然而，未来的发展需要纪律。要充分利用这一工具，使用者必须谨慎对待摄像机的摆放位置以及拍摄的对象。这项技术不是教练的替代品，而是一种新型的镜子，只要我们懂得如何观察，它就能向我们展示自身力量的几何结构。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。